Differential efficacy of antiretroviral drugs in HIV-1 infected human microglia
Notice bibliographique
Résumé
Background: Immune activation in HIV-1-infected patients persists under suppressive antiretroviral treatment and may fuel comorbidities such as atherothrombosis, osteoporosis, metabolic syndrome, neurocognitive disorders and liver steatosis.Our hypothesis was that treated patients present with distinct profiles of immune activation and that each profile is linked to a specific comorbidity.We first explored the profile of immune activation that was associated with the presence of a metabolic syndrome.Methods: We measured by flow cytometry and ELISA the level of activation of CD4+ and CD8+ T cells, B cells, monocytes, NK cells and endothelial cells as well as of inflammation with a total of 68 soluble and cell surface markers in 120 virologically suppressed individuals and 20 healthy donors (aged ≥45 years).We used a hierarchical clustering analysis to classify the patients according to different markers of immune activation, and logistic regression with odds ratios (OR) and 95% confidence intervals (CI) to measure the association between immune activation profiles and metabolic syndrome.Results: We observed evidence of inflammation and immune activation in all the cell subpopulations analysed.Patients were clustered in five distinct immune activation profiles.Each one of these five profiles could be characterized by a marker of CD8+ T cell, NK cell, monocyte, endothelial cell activation or of inflammation, respectively, and could be distinguished between the other profiles by a signature of eight biomarkers.Only one of these immune profiles was significantly associated with marks of metabolic syndrome: hypertriglyceridemia (OR 4.18, 95% CI 1.08-16.19,P=0.038), hyperinsulinemia (OR 12.17, 95% CI 1.79-82.86,P=0.011) and lipodystrophy (OR 4.87, 95% CI 1.36-17.39,P=0.015).Conclusion: We have uncovered an immune signature that might be useful for the prevention and early diagnosis of metabolic syndrome in HIV-infected patients.A better knowledge of the links between immune activation profiles and their consequences might highlight biomarkers predictive of comorbidities, as well as new therapeutic targets in HIV-induced immune activation or other situations of chronic hyperactivity of the immune system including aging.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».